请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
renongai(uid:201170)
只要肯努力学习,还能有什么学不会的? 职业资格认证:FCP-报表开发工程师 | FCP-FineBI V6.x | FCP-商业数据分析师
【2024中国数据生产力大赛】数智赋能:家居行业自助分析助力提效降本
  企业简介 争做世界领先的综合家居运营商 自1982年创立以来,忠于初心,专于匠心,以“家”为原点,致力于客厅、餐厅、卧室、整家定制等全场景家居产品的研究、设计、开发、生产、销售与服务。顾家家居携手事业伙伴为全球消费者提供匠心品质、领先设计、舒适享受、多元融合的一体化整家解决方案及覆盖用户全生命周期的优质服务。 以用户为中心,创造幸福依靠 为用户提供一站式,全生命周期服务 顾家家居业务覆盖全球120余个国家和地区,运营6000多家品牌专卖店,旗下拥有主品牌“顾家家居”(包含九大系列矩阵:“顾家经典”、“顾家悦尚”、 “顾家功能”、“顾家乐活”、“顾家木艺”、“顾家生活单椅”、“顾家整家定制”、“顾家星选”、“顾家C店”)、轻时尚子品牌“天禧派”、高端子品牌“居礼”、德国高端品牌“ROLF BENZ”,并与美国高端功能沙发品牌“LAZBOY”、意大利高端家居品牌“NATUZZI”战略合作,帮助超千万家庭实现美好生活。顾家家居坚持以用户为中心,围绕用户需求持续创新,创立家居服务IP“顾家关爱”,为用户提供全生命周期的优质服务。顾家家居希望通过不断努力,为全球用户创造幸福依靠,成就美好生活! 以创新驱动发展,促进行业进步 “坚持奋斗创新”是顾家家居的核心价值观之一,是支持顾家家居发展壮大的基本精神。顾家家居追求卓越品质,致力于全场景生活方式的探索和研究,汇集全球优秀设计资源,并在意大利米兰组建行业首屈一指的国际设计研发中心。荟聚众多国内外顶尖家居设计团队,集中大批工匠,将创意与巧思置入每一件产品之中,淬炼出家居工艺与设计,并不断融入新科技,实现了家具产品时尚化、科技化和智能化的转型。顾家家居国际设计研发中心被列入“国家级工业设计中心“,并获得了百余项设计大奖、千余项原创专利,为中国家居行业自主创新做出卓越贡献。雄厚的设计研发能力,确保了顾家家居的创新实力,不仅为用户持续带来家居产品,也促进中国家居行业不断进步。 成就美好生活,推进社会可持续发展 顾家家居相信,随着时代的进步,越来越多的人将会过上更高品质的生活。顾家家居一直致力于开展企业社会责任活动,积极投身公益事业,为社会作出积极而持续的贡献;投资新技术、研发新材料,延长产品的使用寿命,节能减排并倾力研发具备循环使用能力的产品,创造可持续的业务模式,构建良性循环的生态价值链;为用户提供可持续的健康环保生活方式,积极与各行各业共享可持续经验,为全球的可持续发展而努力。 展望未来,顾家家居将向成为一家满怀激情、受人尊敬、世界领先的综合家居运营商的目标奋力前进。 1 业务需求/挑战(面临的挑战/痛点/问题,或由此带来的数据/BI应用需求) 一、多部门、多元化、多变的业务需求(企业角度) 挑战/痛点 及时响应困难:在业务不断发展变革的过程中,开发人员无法快速响应日益增加且多变的业务需求,交付时间延迟,从而业务数据获取的便捷性和及时性。 数据挖掘困难:当前看板都是固定式报表,只能看到数据表象,无法满足业务想要进一步探索分析数据背后原因的诉求。 数据/BI应用需求 1、自助分析能力: 开发人员准备模型,业务人员自助开发看板,缩短需求交付时间,及时满足业务诉求。 销售数据需要下钻和多维度查看 通过自助分析,定制符合业务部门的可视化报表,通过钻取进一步挖掘探索数据背后的原因。 多指标、多数据源、多样化的业务场景分析(各领域角度) 挑战/痛点 数据处理复杂:大量数据处理需要高性能计算资源的支持,每一次全量更新数据导致看板灵敏度较低。 看板交互复杂:基于不同的场景,数据源交互、页面交互等较为繁杂,增加运维量。 权限需求复杂:多层次的组织架构及数据需求,对权限设置要求较高,一个看板无法满足业务场景,故需要通过复制同一看板多次来满足权限需要。 数据/BI应用需求 数据抽取:增量抽取更新数据,提高看板灵敏度 开发便捷性:化繁为简的开发方式,相对容易上手,适合业务人员使用 多报表、多口径、多服务器的统一管理(平台管理角度) 挑战/痛点 1、报表管理复杂性: 报表数量庞大:随着时间推移,各业务部门需求不断变化,导致报表数量急剧增加。不同版本、不同用途的报表共存,使得维护变得复杂。 重复与冗余:多个部门可能会创建功能相似但内容稍有不同的报告,造成资源浪费和数据冗余。 2、数据口径不一致 指标定义差异:各业务线或部门对同一指标存在不同理解和计算方法,导致数据口径的不一致。这种情况会引发误解和决策失误。 数据源不统一:来自不同系统的数据源格式、质量参差不齐,加大了整合难度。 多服务器环境带来的运维压力 公司内部为了支持不同的业务场景,部署了多套Report和BI环境。 数据集成与统一管理:总体分为5套体系建设 (1)业务系统:基于业务数据需求,报表集成到对应的业务系统中进行管控。 (2)大数据平台:使用一套专用的报表系统来满足日常运营需求,统一开放平台使用。 (3)面向经销商(TO_C):为经销商提供一套专门设计的报表系统,便于他们获取所需信息及日常打印场景。 (4)工厂MES:在制造执行系统(MES)中部署了一套定制化的BI工具,以支持生产管理和质量控制。 (5)自主分析场景:各部门根据自身需求拥有独立的数据分析工具,进行自主分析和决策。 数据/BI应用需求 1、监控体系搭建: 通过这种多环境、多功能的配置进行日常监控及定期推送给管理员,公司能够更好地满足各类用户对数据报告和商业智能分析的不同需求,提高整体运营效率。 2、基表建设: 建立统一的主数据管理体系,避免因不同系统之间的数据不一致而引起的问题。异常结果在报表中体现,对应责任人进行预警通知整改。 3、报表开发与发布 自助报表开发:为各部门提供易于使用的自助报表工具(平台只需要拟定好相关开发规范进行宣贯),让业务用户能够自行创建和修改报告,无需依赖技术团队。 紧急/临时性的一些看板需求开发(个性化角度) 挑战/痛点 业务无上手能力直接去开发固定报表,导致需要等IT排期再处理,有相关需求变更还得继续走流程进行调整,整体周期较长。 数据/BI应用需求 使用帆软BI自主分析工具,再集合公司的基础使用培训,业务能轻松上手自己去拖拉拽快速实现想要的结果。 人人都是数据分析师,IT搭建数据模型层,可做基础的分析样例,业务人员可进行自主分析,又可以方便的分享给对应的人员进行决策,可随时按新需求自主更改。 2 解决方案(业务/管理挑战下,解决业务/管理需求、建设业务/管理分析或数据应用平台的思路、方法、架构、过程等) 一、业务/管理挑战 1、报表数量庞大、无序:各部门独立开发和运维,导致重复建设、数据冗余和管理混乱。 2、数据口径不一致:同一指标在不同部门有不同定义,导致决策依据不统一。 3、性能问题:报表系统运行缓慢,影响日常业务运作。 4、缺乏统一的数据治理:没有规范的数据管理流程和考核机制。 二、解决业务/管理需求 1、建立统一平台: 通过数据门户构建全公司范围内集中化信息展示窗口,整合多源异构数据,消除孤岛现象,便于横向对比分析,提升总体利用率。 2、制定标准规范: 明确每个报告生命周期从设计到发布,再到归档甚至废弃整个环节都受控于系统之中,确保过程透明、高效、可溯源。 3、加强性能优化: 引入先进算法及缓存技术改进查询逻辑,减少处理时间,提高响应速度,保证用户体验流畅稳定性。我们将加强与帆软厂商帆软Report和帆软BI的应用,深入了解其提供的解决方案,共同拟定更优的优化方案,以全面提升业务效率和管理水平。 拟定报表发布与下架流程 报表发布与下架都正常走OA流程,收回正式机的上传权限,并对报表新增及变更进行规范把控,合格后才能正常同步到正式机,下架报表进行备份迁移,方便还原。 三:公司整体架构 总共分为三层: 数据源(各业务系统及公司数据池) 应用服务层 (数据平台架构) 展现交互层 (BI平台及展现Portal界面) 四:财务主题架构说明: 1、财务整体应用架构 2、财务数据模型搭建 五:供应链架构图: 六:后期规划: 固定报表及自主分析按场景归类:为进一步提升企业的数据应用能力和决策水平,我们将在现有基础上,逐步推进自主分析功能的建设。 1. 场景分类管理 业务运营:为日常运营管理提供各类固定报表,如销售报告、库存报告、财务报告等,这些报表定期生成并保持格式和内容的一致性。 战略决策:开发针对战略层面的宏观数据分析工具,支持高层领导进行长期规划和重大决策。 市场营销:通过细分市场、客户行为分析等自助式BI功能,辅助营销团队制定精准的市场策略。 生产制造:在制造环节中,通过MES(制造执行系统)集成实时监控与动态调整,提高生产效率和质量。 2. 自主分析平台建设 (1)提供用户友好的帆软BI自助报表工具。 (2)拖拽式界面: 开发直观易用拖拽式设计界面使得业务人员无需技术背景也能轻松创建定制化报表。 (3)模板库:提供各种预设模板覆盖常见业务场景 用户可以快速选择并进行个性化调整。 3、跨部门协作推进整体进度 统一在帆软BI建立共享数据库资源(零售、财务、供应链、定制、工厂各领域的指标进行平台导入),打破信息孤岛壁垒促进横向沟通协调联动机制提高整体运作效率效益最大化实现目标达成。 4、培养专业人才队伍保障长远发展 整合系统化培训体系,建立良好激励机制,对表现优异完成重要任务成员给予适当物质精神双重奖励如奖金, 晋升机会等激发全员积极性参与度。平均每年会结合厂商或内部培训至少12场以上。开发人员也逐渐壮大,从刚开始的10人不到,目前已达到100以上人员进行开发。并定期针对每个领域的种子用户进行分权管理员的宣贯,定期收集需要培训的业务场景并进行落实培训。 3 典型应用场景(按照问题—解决过程—价值的逻辑,介绍几个项目中典型应用场景和取得的成果) 3.1 场景一:数据平台优化项目 项目背景: 随着企业业务的快速发展和数据量的不断增加,当前使用的帆软报表系统在性能和规范管理方面面临诸多挑战。特别是由于报表数量持续增长且缺乏有效管理,这对服务器带来了较大的压力,甚至出现宕机风险,进而影响了业务运作。目前每次发生问题卡顿后只能被动地进行解决,无法提前避免导致会对业务造成一定的影响。 现状与问题分析: 1、报表数量只增不减 由于各部门不断新增报表,但缺乏相应的删除或归档机制,使得无效或冗余报表长期存在,占用大量系统资源。 2、缺乏规范管理与考核机制 通过梳理和完善开发规范,减少运维成本,并定期清理不再使用的报表,从而降低服务器负载压力。 3、性能问题引发服务器宕机风险 庞大的报表数量及复杂的数据查询操作,经常造成服务器负载过重,从而出现宕机等严重问题,对日常业务运营产生直接影响。 通过日志时长解析定位到相关问题点,每张报表进行归类,分为经营报告类,统计分析类,明细查询类。 项目目标: 通过本次优化项目,我们旨在提升帆软报表系统的整体性能,并建立完善的数据管理及考核体系,以确保系统稳定运行并支持公司未来发展需求。 平台整体通知各领域:经营报告类要求在5秒内打开,统计分析类要求在8秒内打开,明细查询类要求在12秒内打开。 解决措施: 拟定公司开发规范,并拟定报表发布及下架流程 拟定的规范审核指标如下:      (1)数据连接命名规范说明如下:        (2)数据集命名不规范的默认值: 写数据集SQL的时候必须写明数据集的用途,不能用ds1,ds2默认的写法,会导致后期更新加重运维量。 跳转命名不规范 默认的“网络报表”开头的都属于不规范 可直接在监控预警下面进行稽查,历史有问题的,进行通知领域更新,新上架的流程里会进行审核,不通过不能正常发起流程,需命名规范后再进行提交流程。 我们将对所有现有的报表进行全面整改,确保其符合最新标准。新的报表在提交前必须满足这些要求。通过完成这一闭环流程,可以更好地监控和管理平台的其他事项,提高整体效率和稳定性。 测试机进行流程同步到正式机,进行审核和预警归类 说明:审核指标:必须都满足的情况下,才能进行发布流程 预警指标:进行相关提醒,会影响整体报表性能,可查看具体的相关监控报表。 规范的命名及数据集的备注能减少重复建设 整体指标全部拟定完后,设置个总览界面,可让每个领域一目了然查看到开发的相关问题点,定期进行清理及优化。 我们将对所有现有的报表进行全面整改,确保其符合最新标准。新的报表在提交前必须满足这些要求。通过完成这一闭环流程,可以更好地监控和管理平台的其他事项,提高整体效率和稳定性。 不同角色进行报表的相关监控: 报表打开时长优化 基于平台拟定的管理时长要求,超出的都要求进行优化整改,各领域按计划排期进行优化整改,平台提供相对应的优化方案及在优化过程中针对场景的案例,并进行推进优化。 如下图:用logdb库定期同步到公司内部数据库,再进行相关展现结果: 模板时间默认5秒以上或SQL时间2秒以上的报表都需要进行关注,如模板打开超过12秒了是必须进行优化整改的。 相关问题平台主导进行拟定整改方案: 比如:帆软Report现存大数据量解决方案 目前帆软report相关明细表在用时存在的几个问题: 1、数据量超过50W行以上,发现打开较慢,超过规范拟定的12秒。 2、数据量大时,导出时长比较慢,有时候浏览器都会奔溃。 3、列不能根据选择字段进行自动聚合,只能全部字段放出导出再进行EXCEL透视。 4、还有些已经是明细表了,还设置成数据分析(内容全部加载出来,不分页)模式进行预览,造成对服务器的压力,导致服务器内存溢出宕机。 5、时间数据量不做限制查询,例如默认是当前月,但时间可以扩开选择,导致数据量过大。 开发角度初步判断说明: 场景一:帆软Report如在40列范围内,用帆软Report内部优化整改即可。 可直接使用新计算引擎功能“模板——报表引擎属性”,默认只加载第一页,不会把所有页面数据加载出来再计算页数。打开速度能直接提升。 针对导出:大数据集导出基础操作步骤示意图: 场景二:帆软Report超出40列,性能会比较慢,帆软BI对列的处理比较友好,超过40列以上的明细可以使用帆软BI实现,采取数据提取的方式。说明:提取方式,对SQL里默认的参数只是过滤作用,没法当成灵活参数来使用。 带参数的用直连数据进行实现: SQL和帆软Report的保持一致:参数及样式方便在BI里复现。 场景三:给各事业部统一做的明细表,每个领域真正想要的字端都需自定义筛选过,可使用帆软BI放出对应的列,业务人员可以进行相关字段的选择进行自主分析。 平台或各领域在帆软BI开发好明细报表后,业务可自行在界面上进行筛选做处理。方便业务聚合,减少导出所有字段的场景。业务选择完后,数据列重新聚合后,数据行会变少,导出压力也有所减轻。截图说明: 场景四:如没有权限区分,可直接使用帆软BI的提取功能,首次初始化更新,或者可以局部加上时间进行更新数据,数据存放在服务器上的磁盘空间上,直接读取缓存性能较快。 公共数据,设置成“提取数据”,按业务场景要求定期同步数据。 如果数据量大时(超过500W以上)采用多次分段取历史数据,之后再定时增量更新数据。 增量更新概述-https://help.fanruan.com/finebi/doc-view-92.html 增量增加示例-https://help.fanruan.com/finebi/doc-view-671.html 增量修改示例-https://help.fanruan.com/finebi/doc-view-1663.html 场景五:如需添加对应的权限方式,在帆软BI里如设置成“直连模式”,数据量不大、数据及时性较高的情况下比较合适。一般情况下帆软BI使用提取比较方便调用数据,数据是存放在数据库磁盘内的,调用会比较快。 例如: 权限使用分为:用户表,权限表,事业部名称表。 提取模式还需要用到权限的:参考帆软自带的帮助文档进行相关分权处理。 说明:抽取模式SQL里面写的参数是不生效的,需要对应关系在帆软内部制作。 四联表模型-https://help.fanruan.com/finebi/doc-view-2137.html 四联表模型示例之多层级权限分配- https://help.fanruan.com/finebi/doc-view-2174.html 多层级权限分配-https://help.fanruan.com/finebi/doc-view-378.html 公司内部开发一般遇到问题会先找帆软官方资料,如还解决不了的,我们会及时联系帆软专人服务或线上客服,更好的结合厂商提供解决方案,解决的相关场景问题,平台会整理成知识库,开发人员可进行相关场景学习并应用到自己的业务报表中。 3.2 场景二:财务经营数据综合看板 背景: 当前看板都是固定式报表,只能看到数据表象,在日常经营分析过程中,无法满 足业务想要进一步探索分析数据背后原因的诉求,仍然需要线下处理大量数据报表来支 撑业务发展。为了适应不断发展变革的业务,满足多样化的业务数据需求,提高运营效 率,自助分析迫在眉睫。 解决方案: 基于业务场景,搭建主题看板,利用BI协作权限,赋能单位财务人员自助分析能力,以便能快速响应不同业务部的分析诉求。 商家专题分析:整合商家相关的业务数据,在FineBI中进行多维度的分析展示,业务人员可以及时查看不同维度、不同产品线甚至每个商家的业绩表现数据。 资源效率分析:整合基于公司战略,为了完成战略目标而发生的所有政策相关的数据,进行展示分析,以便各单位能及时了解目前政策使用情况,也能更好的为后续政策安排决策提供数据支撑。 场景价值: 战略价值:提升内部运营效率,降低等待过程中的时间浪费: 财务IT根据业务需求提供数据模型,做初步开发,业务人员基于实际业务场景进行细化展示,高效协作有利于更早的发挥可视化看板价值。 表格放大功能、过滤功能的使用,提高了数据查看的便捷性,更容易定位问题。 2、财务价值:业财联动,通过不同主题将业务运营结果可视化,提升看板的使用度,便于动态预算管理和资源规划。 3.3 场景三:客厅产品数据可视化案例 背景: 客厅空间作为公司内部一个重要的空间事业部,其产品类型面临着比较激烈的市场竞争和客户需求变化局面,产品部门原来在日常的管理中主要依赖于手工整理excel数据,不仅耗费人力资源,而且数据更新不及时、无法及时掌控当前更系统更全面的产品运营情况和市场动态,如何通过灵活便捷的可视化工具更系统直观地呈现当前的产品运营业绩、深入分析不同维度产品特征、及时监控了解竞品信息,以帮助提高运营效率与决策水平,是当前场景需求的一大重点。 解决方案: 基于实际业务需求,我们应用FineBI在业绩监控、产品定位分析、电商行业品牌分析等核心场景进行可视化呈现,帮助业务以更全面的视角获取最新产品动态、跟进产品业绩,具体方案如下: 客厅产品业绩及时监控:通过清洗、处理、整合各产品相关数据,在FineBI中使用更丰富直观的图表进行综合性呈现,业务人员可每天及时查看、了解、把握产品业绩达成进度。同时,由于业绩数据敏感、保密,我们应用FineBI的用户管理与权限管理功能,实现各产品主体业绩数据权限控制、彼此独立、高度保密。 客厅产品定位分析:产品的市场定位情况、不同年份、不同区域等的变化和趋势与产品管理者的企划方向、产品的销量等场景息息相关,业务需要一张关于产品定位的详细监控看板,我们应用FineBI的Tab块组件,按照经销商、市场、营销事业部、地区、分部、城市等多种细分维度进行展开,业务无需打开多种看板,只要按需点击想要详细了解的维度即可,操作简单,分析视角全面。 电商行业品牌监控与分析:电商部门每个月从相关数据网站上下载各家居品牌的一些销售数据,经过清洗后需要进行不同维度的可视化呈现,以帮助业务人员更好地了解竞品的价格、品类等相关信息。我们使用FineBI条形图的过滤功能,可实时呈现销售额TOP的产品,在表格中使用链接转图片的功能可以将数据表格与具体宝贝图片一起进行呈现,展现内容更丰富。 场景价值: 决策价值 FineBI仪表板可以布局多张组件,一张报表即可覆盖领导关注的核心业务场景。 综合性看板更突显数据之间的关系,便于领导进行宏观视角的决策。 业务价值 FineBI仪表板可以通过筛选、联动、Tab块等功能,覆盖更多业务相关场景,业务无需点开多张报表,直接人员看板使用效率提高85%! 看板上线后,区间报表活跃率80.9%,业务人员相关数量处理与分析效率提升90%以上! 开发价值: 数据实时连接数据库,当数据更新时,看板数据随之更新,减少业务等待时间与运维时间; FineBI数据处理步骤清晰可视,开发人员可快速理解,告别单人运维,提高人效。 3.4 场景四:供应链相关场景 背景: 随着To C供应链体系建设的深入,面向C端的交付可视化的诉求越来越迫切,原来经销商端的蓄水池逐渐被打破,对顾家交付能力的要求越来越高。在供应链计划变革推进中,如何把中台的交付能力、在产品和订单层面存在的交付风险预警能够及时在供应链上下游传递,也是计划“软实力”的重要体现,现亟待拉通价值链的交付、周转、成本各环节。 解决方案: 以经销商赋能及供应链端到端可视预警为两大核心举措,为经销商中后台操盘手、配销提供日常经营管理的数据抓手(PC端),以及通过提炼经销商供应链运营指标来为经销商赋能,同时建设供应链端到端展示平台,包括TOC端到端、TOB端到端、自制端到端(成品)、外购端到端(成品)、交付预警及流程诊断(历史回溯分析),将交付流程可视化、透明化,具体如下: 1、经销商端到端,从经销商经过的订单流转过程,梳理端到端节点信息,并在不同节点放置对应报表,通过finereport 决策报表的跳转功能,经销商伙伴可以点击,快速跳转到相应的数据明细及分析报表,将整个流程的数据整合在一起,方便经销商伙伴查询订单信息。 2、驾驶舱,使用决策报表Tab块组件,从供应链和ToC两大模块搭建驾驶舱,将各个关键指标制作成指标卡,使用FineReport中的网页框组件,将其进行合并展示同环比情况和趋势,便于快速了解当前业务现状,并可以通过下钻进一步了解详细数据情况。同时,还需根据筛选框及权限控制功能,控制用户所能查看指标数的权限。 3、使用决策报表网页框组件,结合JS语句,点击不同模块可跳转到对应的报表,实现自定义Tab块功能。各个Tab块承载了各自领域订单的流转信息,并在主页显示汇总数据,应用决策报表跳转、参数传递、权限控制等功能,点击主页汇总数据及主题报表可跳转下钻,下钻的分析报表可根据业务需求及时嵌入或取消。   场景价值: 构建供应链的交付流程可视化平台,统一数据出口,实现数据透明化,数据错误率降低30%,业务操作时间减少20%,报告生成时间从几个小时缩短至几分钟; 基于供应链端到端可视化平台,搭建交付监控预警平台,从识别问题到采取行动的平均时间减少50%;通过提前发现问题, 减少库存积压 / 延迟带来的 损失(如 搬运费/仓储租金等), 年度直接费用节约5%-10%; 基于供应链可视化平台,面向经销商和内部用户,建设供应链经营数据平台,提高使用效率,节约用户耗时,提升客户体验,服务投诉下降15%。 4 总结与展望 总结: (1)提升了数据管理效率 集成整合:通过帆软Report和BI工具的结合,实现了多源数据的无缝集成,打破了信息孤岛。 标准化管理: 建立了统一的数据治理框架和报表规范,大大减少了重复建设,提高了整体数据质量。 (3)优化了系统性能 通过引入先进的查询优化技术和缓存机制,显著提升了报表生成速度和系统响应能力,确保用户体验流畅。 (4)帆软功能新动态的持续摸索 为了保持企业在数据分析和商业智能领域的竞争优势,我们将不断探索和应用帆软的新功能。这些新功能将不仅提升当前系统性能,还为未来的发展提供更多可能性。 (5)促进跨部门协作沟通 各业务单元共享统一视图信息,基于共同基础讨论问题与解决方案,提高整体运营协调性。 (6)培训及平台宣贯 根据实际需求设计针对性课程内容,帮助用户更好掌握操作技巧,并快速上手应用于具体场景中,去创造更大价值收益。 展望: (1)持续创新与改进 随着企业业务不断发展,需要继续引入新的技术手段,不断完善现有平台。未来我们将进一步探索人工智能、大数据分析等前沿技术在报表系统中的应用,以不断提升决策支持能力。 (2)扩展应用场景 不仅限于当前几大领域,尝试将帆软工具运用于更多细分市场,发掘潜在价值,创造新增长点,需不断的学习新知识并应用到实际场景中。 (3)培养人才队伍建设保障长远发展 持续进行内部培训教育,更新迭代知识库,保持团队成员技能处于领先水平,为企业数字化转型提供坚实支撑。 (4)加强厂商合作共赢关系深化研究探讨合作模式 定期开展交流会议,分享成功案例经验,总结教训,共同推进产品优化升级,实现双赢局面。 优秀案例参考 厦门航空:BI赋能发挥数据生产力,行稳厦航可持续发展步伐 徐工重型:数字化分析决策平台助力企业精细化管理提升 石药集团:“三步走战略”引领新药研发临床数字驱动新局面 徐工施维英:目标向导+数据驱动,指标体系建设助力经营管理全面提升 永琪车业:帆软搭建生产制造系统,节省成本近千万 新兴铸管:结果导向、过程管控双结合,营销数字化为销售系统注入新动能 首钢股份:坚持数字与业务融合发展,提升企业经营效能,实现业务提效3倍 中艺实业:杭州中艺营销中心数据分析平台
帆软report传统性再学一次,刷新自己的认知
我已经学完报表工程师从入门到精通课程,详情请看:报表工程师从入门到精通·实战班 1.学习初衷 (1)个人背景: 从事数据分析行业12年,乙方工作经验7年(长期出差做项目,熟悉较多领域的可视化制作及方案拟定,项目管理),甲方5年(数据平台管理工作:负责数据门户建设和管理工作;负责各BI工具及平台的培训及推广;拟定开发规范拟定并监督执行;负责相关软件的性能优化工作) (2)从哪里了解到的学习班、为何选择学习班 选择学习班前已经有帆软5年的开发经验,通过帆软BI大赛获得了学习基金,进行传统性的重新再学一次,帆软report能实现的功能较多,又比较友好,平常也有在线客服可以咨询相关问题,能高效的解决业务提出的相关需求,达成闭环。 2.学习经历 (1)熬夜学习、结交新朋友、感谢的人、有趣的事儿...... 平常上班比较忙,隔天还需要加班,帆软report的学习大多数放在晚上或周末,有时候做着做着可能就到凌晨了,视频课件很受用,把自己已经会的知识点全部温习了一遍,但很多场景是之前没有遇到过的,自己也没有想到很多还可以这么来用,比如日历制作,层次等课件,刷新了自己的认知,发现新大陆一样,居然还可以这么来用,尤其是复杂填报,还可以做考试系统,这个太方便了,之后内部培训时,就可以直接题库导入数据库,直接引用了,扩开了自己很多思路。 (2)课程建议:对学习班的想法和建议、对讲课老师、班主任、助教老师想说的话、想吐槽的点...... 学习节奏有点快,因年底比较忙,有点磨炼自己的毅力,全程13节作业提交跟进下来,讲课老师很专业,有些视频反复查看,把层级和填报的短板补足了,班主任每周都会有通知相关课件说明,平常有不懂的就在群里问助教老师,助教老师很积极响应,做出来了还会给同学们群里点赞,很受鼓舞,在一次一次作业中,每次都认证对待,大多数都得了满分的成绩,也为自己的努力坚持鼓掌。学习到最后感觉就是享受,有些知识点茅塞顿开了,会写一些小笔记记录下来,好记性不如烂笔头,之后在实际场景中遇到可以直接使用。 3.学习成果 (1)个人成长 l  本来有5年的开发经验,再结合新学的知识点,更明确了层级坐标的概念,填报的灵活应用,大屏的自适应逻辑等 l  印象深刻的内容:复杂填报的作业,考试系统,刚刚开始打开作业,一脸懵逼,看视频连续看了好几遍,才发现公式如此强大,帆软还能做到这么灵活的考卷,已直接应用到公司内部使用。 l  学习的初衷是想传统性的重新学习一遍,不想自己盲目的认为实现不了是工具的问题,大多数其实是自己没有换位思考导致的, l  上个月刚刚拿下了帆软BI的FCP证书,帆软report的证书我也势在必得,感觉还是很有含金量的。 l  帆软FVS星秀,肯定会越来越好,自己也会不断的学习,不会停下脚步 l  坚持学习是一种美德,自己会永远保持初衷,不能盲目自大,活到老,学到老! 3.案例分享 大屏看板:帆软总体预警看板 场景说明: 1、基于帆软报表开发量越来越大(目前总数有),每个领域存在开发人员,各域自己使用FTP上传更新报表,没有任何质量监控,无法定位到服务器宕机或内存高的原因。 2、梳理能监控的指标,进行指标梳理 指标拟定及说明: 指标名 指标说明 例子/数据来源 数据连接命名规范 默认带出的名称都需要进行修改,避免运维量 例:数据集,服务器数据集等写法不能出现自带的ds1这种写法, 服务器数据源命名 数据库_领域_账号名 HANA:HANA_RETAIL_UM_DATA 跳转不跳出当前界面 跳转新窗口,URL是明码的,开模板认证能解决类似问题,但因很多系统对接,目前不能直接启用模板认证 明码地址,分享给别人谁都能打开 报表活跃率: 报表下架或超过90天未使用的进行删除或优化 帆软自带的log日志同步出来查看活跃率 报表访问时长超出规定范围 经营报表5秒内,普通报表8秒内,明细报表12秒内 帆软库里找到模板时长 帆软数据决策平台单独配置用户权限的 帆软决策系统,开放权限使用时,不能直接把权限加到用户上面,需配置到角色里分配相关报表权限 帆软库里找到对应的分配角色关系 3、基于不规范报表,进行分权管理员的通知整改方案: 4、基于很多领域把正式机当测试机使用的场景,公司采取收回正式环境的权限,测试机开发好后,走OA流程,拟定自动解析评审项,方便流程自动评审完后,管理员只需查看相关同步结果即可。 5、基于拟定的方案和指标,进行每个领域的总览界面权限控制配置 6、相关指标需要用python解析后再进行展现。 7、相关SQL说明: (1)数据集不规范数 (2)模板SQL访问时长,需加上对应的权限控制: (3)数据连接个数 (4)所有模块的文件夹总体规范概览: (5)跳转不规范数 基于python解析结果,进行区分 (6)单独配置用户数 使用的是帆软资料库里的结果: SELECT count(distinct 用户名) as YCS  FROM (select u.ID 用户ID, u.USERNAME 用户名, u.REALNAME 姓名 from kukafr.FINE_USER u left join kukafr.FINE_USER_ROLE_MIDDLE rm on u.id=rm.userId where 1=1 and enable='1' ) A JOIN ( select F.roleid, f.AUTHORITYTYPE, case when f.AUTHORITYTYPE='1' then '查看权限' when f.AUTHORITYTYPE='2' then '授权权限' when f.AUTHORITYTYPE='3' then '编辑权限' when f.AUTHORITYTYPE='4' then '数据连接管理权限' when f.AUTHORITYTYPE='101' then 'FineReport 模板认证权限' when f.AUTHORITYTYPE='102' then 'FineReport 模板查看权限' when f.AUTHORITYTYPE='103' then 'FineReport 模板填报权限' when f.AUTHORITYTYPE='201' then '业务包使用权限' when f.AUTHORITYTYPE='202' then '业务包管理权限' when f.AUTHORITYTYPE='203' then 'BI报表导出权限' when f.AUTHORITYTYPE='204' then 'BI仪表板分享权限' when f.AUTHORITYTYPE='205' then 'BI模板认证权限' when f.AUTHORITYTYPE='206' then 'BI模板查看权限' when f.AUTHORITYTYPE='207' then 'BI模板导出权限' when f.AUTHORITYTYPE='208' then 'BI仪表板分享角色控制权限' when f.AUTHORITYTYPE='209' then 'BI仪表板分享功能权限' when f.AUTHORITYTYPE='210' then 'BI仪表板公共链接功能权限' end 权限类型, case when f.ROLETYPE='1' then '部门' when f.ROLETYPE='2' then '角色' when f.ROLETYPE='3' then '用户' when f.ROLETYPE='4' then '职务' end 类型, a.ID, a.DISPLAYNAME 名称, a.PATH 路径, a.SORTINDEX, a.PARENTID PARENTID0, b.PARENTID PARENTID1, c.PARENTID PARENTID2, d.PARENTID PARENTID3, e.PARENTID PARENTID4, case when a.EXPANDTYPE='1' then '平台管理系统节点' when a.EXPANDTYPE='2' then '首页' when a.EXPANDTYPE='3' then '目录' when a.EXPANDTYPE='5' then '链接' when a.EXPANDTYPE='6' then '文件' when a.EXPANDTYPE='101' then '上报流程' when a.EXPANDTYPE='102' then 'FineReport报表' when a.EXPANDTYPE='201' then 'BI报表'  end 权限目录类型, case when a.DEVICETYPE='0' then '未勾选 ' when a.DEVICETYPE='1' then 'PC ' when a.DEVICETYPE='2' then '平板 ' when a.DEVICETYPE='3' then 'PC、平板 ' when a.DEVICETYPE='4' then '手机 ' when a.DEVICETYPE='5' then 'PC、手机 ' when a.DEVICETYPE='6' then '平板、手机 ' when a.DEVICETYPE='7' then 'PC 、平板、手机 ' end  适用平台,  a.SORTINDEX 排序顺序 from kukafr.FINE_AUTHORITY_OBJECT a left join kukafr.FINE_AUTHORITY_OBJECT b on a.PARENTID=b.id left join kukafr.FINE_AUTHORITY_OBJECT c on b.PARENTID=c.id left join kukafr.FINE_AUTHORITY_OBJECT d on c.PARENTID=d.id left join kukafr.FINE_AUTHORITY_OBJECT e on d.PARENTID=e.id  join kukafr.FINE_AUTHORITY f on f.AUTHORITY=2 and (a.id=f.AUTHORITYENTITYID or a.PARENTID=f.AUTHORITYENTITYID or b.PARENTID=f.AUTHORITYENTITYID or c.PARENTID=f.AUTHORITYENTITYID or d.PARENTID=f.AUTHORITYENTITYID or e.PARENTID=f.AUTHORITYENTITYID) order by a.PARENTID,a.SORTINDEX) B ON A.用户ID=B.roleid where not exists (select 1 from  kukafr.FINE_AUTHORITY f1 where f1.AUTHORITY=1 and (B.id=f1.AUTHORITYENTITYID or B.PARENTID0=f1.AUTHORITYENTITYID or B.PARENTID1=f1.AUTHORITYENTITYID or B.PARENTID2=f1.AUTHORITYENTITYID or B.PARENTID3=f1.AUTHORITYENTITYID or B.PARENTID4=f1.AUTHORITYENTITYID) and A.用户ID=f1.roleid and B.AUTHORITYTYPE=f1.AUTHORITYTYPE)  (7)按解析的结果,查看新增删除的修改趋势: (8)总览表样式搭建: (9)最终预览效果如下: 说明:在异常数据上加上预警,每个预警界面都可以点进去查看明细结果:   说明:基于一级目录文件夹的责任人,开放了填报入口,统计所有的责任人后,进行分权查看所有数据,并设置了填报同权权限,一个文件夹可以多人进行管理查看。
学习班【2310期】-结业总结
1.学习初衷 (1)个人背景:参加了2023年的帆软BI大赛,赢得的奖学金进行进一步深造。 (2)从指导员处了解到有这个课程,干货多多。   2.学习经历 (1)熬夜学习、结交新朋友、经常在群里看到其它小伙伴的提问,助教老师耐心回答后,了解到更多的知识。 (2)课程建议:课程学习时间比较紧,大多数在晚上凌晨才能完成,因IT工作本来就加班较多,比较充实。   3.学习成果 (1)个人成长 掌握了哪些技能和方法? 扩开了自己的脑思路,之前觉得所有的开发都需要靠公式靠很强的逻辑性处理错一层就会全错,学习了进阶课后,发现很多需要实现的功能都不需要用公式去展现,在数据源层面可以做很多操作,如下图所示:里面很多表关联、分组汇总,过滤,排序,更多设置等,可以提前把相关字段配置好,直接再去里面做展现即可。 学习完之后还需要巩固练习,在公司内部进行宣贯,自我成长的同时,也带领更多的学员进入BI的海洋。   (2)工作应用 1、公司内部之前用report很多,但report平常做固定式报表和大屏、填报回传,明细表较多,平常运维工作也比较频繁。 2、可以和BI结合在一起使用,底层表由IT统一搭建,不需要再换个维度就重新开发报表了,可由业务群体自主分析完成。 3、经常会有大数据量导出,再去EXCEL里编辑,有了BI后,可直接对接数据库,直接进行对应维度的分析,做好的样式还可以协同给相关人员进行调整。 4、方便分享功能,网页式开发,比较轻便,人人都可以直接上手进行学习或查看分析报告。 5、方便一健统一风格,再也不担心配色带来的困扰了。   4.小结 之前学了免费的打卡营,才发现那个只是小儿科,这个BI进阶课,让我深有体会,从事数据分析行业12年了,发现软件更新迭代真快,但好的产品肯定是会出圈的,相信是金子总会发光的,也会在公司内部进行宣贯推广。     三、参考案例 【个人案例参考】 一个工具带来的思维转变——BI工程师实战班学习分享 零基础教师转型自述:5周拿下FCBP,搭上BI快车 为什么他放弃了Excel,数据工作的效率却从2周缩短到了1天? 一个企业IT人员的数据分析学习之旅——BI工程师实战班学习分享   【企业案例参考】 从“体检型”到“治病型”,人力资源数据分析应该这么做! 如何赋能新零售?看鲜生活(X'LIFE)用数据分析做好营收追踪,资产管控!   台风受灾不停水的秘密:BI助力珠海智慧水务数据化管理
【2023BI数据分析大赛】零售家居行业全链路数据分析报告
一、选手简介 1、选手介绍 团队名称:发际线跟我作队 团队介绍:团队所有成员来自一个公司的不同部门,大家因为FineReport、FineBI等工具的培训而结识,当看到比赛信息时,一拍即合,成立小分队!不同部门、不同视角,期待我们碰撞出不一样的火花! 队长介绍:任榕榕(任逍遥),帆软用户名为renongai,从事BI行业12年,熟悉各种BI开发工具(例如:帆软Report,Tableau,SAP Dashboard,BOE等)。整体设计架构担当,拟定业务可行性方案,进行带团队实施落地。个人感兴趣的方向和领域:喜欢挑战,把一切不可能化为可能,只要想得到的就去钻研实现。 成员介绍: 李家慧(李小七):常驻帆软设计器的数据分析人员,负责事业部全领域的数据开发和管理工作,擅长需求分析和数据加工,喜欢研究新事项,坚信方法总比困难多。 涂凡(阿凡图):忙里偷闲的数据打工人,帆软社区用户名为阿凡图,从事数据分析工作,涉及内容包括从后端数据建模到前端报表展示落地的全流程,喜欢挑战。 牟吉宇(勇敢牛牛):BI小白,有Fine Report经验,负责部门数据分析及可视化报表的搭建,希望通过此次比赛对FineBI有一个更深的了解,更好的赋能业务。 马静(余甘):帆软用户名为余甘,目前从事数据分析相关工作,但还处于数据可视化阶段,是个小白数据分析师。积极学习第一名,希望通过此次比赛更深入的了解FineBI工具的用法,后续将其应用于工作中,丰富业务用数需求,并赋能业务自助分析数据。 2、参赛初衷 团队成员今年接触FineBI后,又打开了新世界,但是平时的工作非常繁忙,无法深入研究,借此比赛机会,可以在实际应用中认识FineBI、使用FineBI,掌握FIneBI的使用方法,提升自身可视化及自助分析的专业能力。 在参赛过程中,可以认识其他不同行业优秀的大佬们,学习到其他行业、其他团队的优秀作品,打开自身眼界,拓宽数据分析思路。 团队成员来自于五个不同的部门,成员掌握FineBI后,可以推广到各自部门业务,赋能业务,逐步实现业务自助分析,提高内部数据使用率及分析效率。 二、作品介绍 1、业务背景/需求痛点/解决方案思路 (1)公司简介 顾家家居是中国家居行业的领军品牌,以“家”为原点,致力于为全球家庭提供健康、舒适、环保的家居解决方案。自1982年创立以来,顾家家居一直专注于客餐厅、卧室及全屋定制家居产品的研究、开发、生产和销售。顾家家居的产品品质深受广大客户的认可,远销世界120多个国家和地区。顾家家居于2016年在上证A股成功上市,成为沙发、软床的十大品牌之一。顾家家居以艺术诠释生活,以设计定义潮流,赢得了消费者的一致认可和业界的高度认同。 (2)业务背景 因公司内部有很多部门都会汇报相关指标数据,但各领域都会按自己的业务理解来分析数据,无法在股份层聚合。领导查看相关看板很分散,导致推动报表使用的时候比较乏力。基于之前的现状,公司以股份层先梳理指标体系,进行指标字典内部统一,拟定各域的基表,维度统一整合。 (3)业务痛点 业务痛点一:各域都花精力去开发看板,造成相关指标重复建设,口径不统一,不能带给领导更好的做出经营决策。 业务痛点二:不同领域的看板都分发在不同业务系统中,或不同的工具门户上,无使用统一数据平台,导致需不同的地方导出,再汇总到EXCEL里进行加工处理。 业务痛点三:业务场景变化较快,随着活动的不同政策,IT无法快速满足业务的实时需求,业务无法快速得到新需求的结果数据。 业务痛点四:营销大区每月需要手工做一次经营分析,从销售大区的核心指标开始分析完成情况,完成经营分析报告,并完成数据洞察汇报给营销线各负责人。 业务痛点五:公司整合完字段后,会把每个域的字段都添加进去,单独域进去查看的时候,会多出很多无用的字段,影响整体加载速度及处理效率。 (4)解决方案拟定 股份来主导业务口径,梳理统一的指标体系。清洗各域的基表,能整合的统一整合,公司内部使用看板统一使用相同数据源(HANA数据仓)。 看板统一数据门户使用,如查看维度有变动,用帆软BI已开放的报表基础上另存为功能,设置自己需要的维度看板,不需要从底层了解开发(后台架构由IT统一处理),业务只需要在BI看板上进行维度条件变更即可。能满足大多数需求变更,“自力更生”,无需等IT排期再解决报表逻辑变更。 整合不同系统的所有指标合并到一个大而全的事实表中,使用帆软BI提取功能(定时抽取数据),进行更好的展现多维度的表格相关字段,默认配置好基础维度字段,可由业务自己扩展和删除不需要的字段,再进行导出或在界面上已经能解答出想要的结果。 设置报告的基础格式,进行每个月自动出报表,无需再去不同领域的人员处再手工收集。每个月数据自动从源系统更新或从帆软report采集填报完后进行统一在BI中使用。 2、数据来源 (1)数据来源于企业数据,取20-21年历史数据进行分析,并对关键数据如零售额、成本额、折扣、手机号、客户地址等涉密数据进行脱敏处理。 (2)数据处理逻辑说明:把不同源系统的数据灌入到HANA数据湖。 NORM层:直接原样抽取到HANA数据底层 DWR层:进行存储基表相关数据 DWI层:进行NORM层数据清洗,同源头库的相关表进行关联。 DM层:进行所需字段的汇总结果,进行运用到报表中使用。 (3)指标数据来源于帆软Report填报收集。 (4)整体指标都按如下图进行统一进入到HANA数据仓,DM展现层进行看板开发使用。 3、分析思路 4、数据处理 816活动数据处理 (1)字段设置:销售明细数据精简,去除不需要的表字段,并检查字段类型。 (2)排序:对杂乱的数据表进行排序,按照日常使用顺序从总到分排列字段。 (3)新增赋值列:按照客单值区间划分数据,将数据进行定义为新的数据列“客单值区间”。 (4)新增汇总列:按照“客单值区间”对客户数进行去重计数,统计不同客单值区间的客户数量,方便后续计算各营销区域客单价。 (5)客户数:按选择的时间区域统计去重后的顾客手机号,排除经销商,操盘手,内部员工,排除手机号不是11位的客户,连续5位以上的手机号(12345)等异常登记客户。 经销商数据处理: (1)新增条件标签列:在数据层面,按照实际业务增加地理分区字段,通过条件标签列进行设置。按照以下规则,得到数据对应的地理分区:东北分区:黑龙江、吉林、辽宁、内蒙古;西北分区:甘肃、宁夏、青海、陕西、新疆;西南分区:贵州、四川、西藏、云南、重庆;华南分区:广东、广西、海南;华北分区:北京、河北、山西、天津;华中分区:河南、湖北、湖南;华东分区:安徽、福建、江苏、江西、山东、上海、浙江。 (2)在后续分析过程中,发现需要针对产品大类进行修订,将一些不重要的类别统一修订为其他,返回数据层面,继续添加条件标签列设置,非常方便。并且过程中的一些辅助梳理数据的数据处理步骤如果不需要可以先隐藏掉,非常灵活。 (3)客户名称:按照顾客+手机号来确定唯一客户名称,其中手机号进行脱敏处理。 血缘关系视图 5、可视化报告 (1)数据解释 活动指标(以816为例,从7月20日截止到8月20日):零售额,成本价,客单价都来自于源头“零售分销系统 ”,活动目标值来源于手工帆软填报报表收集,统一同步到HANA库后,进行关联逻辑后出对应的视图运用到报表中展现。 日常指标:零售额,年度计划值,年度完成率,按事业部——运营中心——大区——督导——经销商角度层层查看不同维度的指标达成情况。 经销商top100:指的是在顾家市场中,排名前100位的经销商。这些经销商通常以其销售业绩的优势而脱颖而出,在公司内具有较高的影响力和竞争力。经销商TOP100的排名可以根据不同的标准和指标进行评估,如销售额、销售数量、客户满意度、市场份额、渠道管理能力等。这些指标可以通过收集和分析经销商的相关数据来确定。 客户360:是指通过收集、整合和分析客户相关的各种数据和信息,从多个维度全面了解客户的特征、需求、行为和价值。它是一种综合性的客户分析方法,旨在帮助企业深入了解客户,提供个性化的服务,并制定有效的市场策略。这里收集了有效客户数,客户毛利率、客户收入、单个客户购买品类分布等数据综合分析。 毛利率:是一个用于衡量企业盈利能力的指标,它表示每单位销售收入中的毛利润占比。毛利率可以帮助企业评估其销售和生产活动的盈利能力,以及产品或服务的成本效益。 毛利率 = (零售额 - 成本)/ 零售额 * 100%。 销售结构:将家居产品按照不同的类别进行分类,例如沙发、茶几、电视柜等是客厅空间常见的家具;而床、衣柜、床头柜等则是卧室空间常见的家具。通过对各类产品的销售情况进行统计和比较,可以了解不同类别产品的销售状况。分析零售家居行业产品销售结构,可以结合市场情况,不断调整提升连带比,从而提升利润空间。 会员数:会员数是指一个组织、企业或平台中注册并具有特定身份的个人或实体的数量。这些会员通常通过注册、订阅或购买会员计划来享受特定的权益和服务,例如折扣优惠、专属活动、积分奖励等。会员数是衡量一个组织或平台用户参与度和忠诚度的重要指标之一,同时也可以帮助企业进行市场定位、运营策略制定和客户关系管理。对于顾家家居而言,会员数可能表示已注册并成为顾家家居会员的个人或家庭的数量。 客户数:客户数可以分为不同类型,例如新客户和现有客户。新客户是指最近开始购买或使用企业产品或服务的个人或实体。现有客户是指已经建立了长期关系并持续购买或使用企业产品或服务的个人或实体。 会员转介绍:会员转介绍是通过口碑传播进行的,因为现有会员可以分享他们积极的使用体验和好处,从而增加新会员的兴趣和信任。这种转介绍机制可以帮助组织扩大会员基础,并在市场上建立更多的口碑和品牌影响力。 产品推荐:根据用户的需求、偏好和特定要求,向其提供适合的产品或服务建议。通过了解用户的需求和偏好,推荐可以帮助用户在众多选项中找到最适合他们的产品,提供更好的购物体验和满足需求。 (2)仪表板颜色及样式选择 我们统一使用仪表板样式中的“科幻大屏”作为整体背景色,我们整份报告图表比较多,深色背景让图表信息更加突出。报告分析内容以白色为主,标题为橙色,便于使用者更清晰使用报告。 (3)分析与结论 PART 1 股份总览(发际线跟我作队——任逍遥) 1、通过总览界面,先看到该企业的会员数,客户数,会员转介绍数据。 会员通过商城可免费申请加入的,可通过商城,直播号,实体店有意向留有手机号的相关客户。 客户数分线上(商城,各消费平台,直播号)等和线下(实体店),有产生零售额交易的按手机号去重的个数。 会员转介绍通过老带新的方式,老客户认可这个品牌的产品,进行推荐给朋友或家人加入会员,再按需要购买满意的产品。可以帮助组织扩大会员基础,并在市场上建立更多的口碑和品牌影响力。 2、转化率:顾客从浏览或访问阶段转化为实际购买的顾客比例。经销商评估其销售和营销策略的有效性,并采取措施提高顾客购买转化率,从而增加销售额和盈利能力。可按不同运营中心进行查看各分部的转化率。 客户数:需求的客户数,有浏览过产品的总个数(网站或实体店铺的访问个数,按手机号去重)。 意向客户数:指对某个产品或服务表达了购买意愿或展现了兴趣的潜在客户数量。这些客户可能通过不同渠道(如网站、社交媒体、广告、展会等)与企业进行互动,表达了他们对产品或服务的兴趣,并可能进一步考虑购买。 下单客户数:在一定时间范围内完成订单并支付的独立客户数量。可以帮助企业了解其客户群体的规模和组成,以便制定更精准的营销策略和个性化推荐,从而提升客户体验和增加销售额。 到店客户数:到实体零售店铺的独立顾客数量。可以帮助零售商了解其店铺的客流情况,从而进行合理的店铺管理和优化,提升顾客体验和增加销售。 结论:最终的下单客户数和到店客户数越多,证明公司的销售政策比较完善,也可以在其中找到能提升的关键节点。 3、产品推荐         通过不同品类进行更快的定位查看所需产品,例如:顾客要买床,可点击软床进入商城的软床界面,会显示综合指标排行高的产品排在前面,更高效的让客户进行选择。 当季新品:当季新品通常会根据不同行业、市场和时间而有所不同。可点击对应产品分类,查看当季新品产品货号样式。 热销产品排行:分析人员可以浏览排行榜了解当前热门的产品,了解当前市场的动态。 结论:可快速进入查看当季新品,可结合自己的喜好选择搭配方案,可和设计师沟通自己意向的产品,免费设计出整体的搭配设计图,更好的进行搭配选择。 4、热卖爆款 热卖爆款:指在市场上非常畅销和受欢迎的产品,通常表现出高销量和广泛的消费者认可度。这些产品往往因其独特的特点、优越的性能或引人注目的设计而引起了广大消费者的兴趣和购买欲望。 右图粒度细到货号,排除只剩主产品的货号,以床为例子:时间区间内销售额热销产品月趋势。 结论:每年的5月,8月销量较高,综合分析,发现是因为顾家的几个大活动促销性价比较高,热卖的产品比较受欢迎。 5、限时特惠:在一定的时间范围内提供的价格优惠或促销活动。通常,商家会为某些产品或服务设定一个特定的时间窗口,在此期间内消费者可以以更低的价格购买或享受额外的优惠待遇。 限时特惠活动常被用作一种营销策略,旨在刺激销售、促进消费者行为、清理库存或提高品牌知名度。 活动特价组合款, 以沙发为例,前10限时特惠的产品的毛利率,金额和数量的比较,查看哪些主产品的优惠比较受欢迎。 也可多产品一起绑定进行满减活动。 结论:右图“特惠产品比较”分析:按指定时间销售的特惠品,进行归类分析,零售额和成本进行比较,查看所有特惠产品的总体毛利率,得出哪些产品是比较合适单独销售的,适不适合常期按产品推荐做特价活动。 PART 2 816活动分析(发际线跟我作队——李小七) 1、指标达成率 指标达成率是指企业或个人在一定时间内实际达到或超过预定指标的程度,通常以百分比形式表示。它是评估业绩、进度或目标实现情况的关键指标之一。此处从不同维度对816区域指标达成率进行分析,可从“运营中心”下钻至“大区区域”、“督导”、“组织”,体现了816活动期间各营销单位的销售金额和指标达成率。便于各单位负责人实时跟进指标完成情况,及时调整销售策略。 2、816业绩排行榜 业绩排行榜是根据一定的标准和指标对企业或个人的业绩进行排名的榜单。它可以用于评估和对比不同企业或个人的绩效,激励员工,鼓励竞争,促进业务增长等。此处分析时默认取全部区域销售业绩排行前十的销售冠军数据。可与指标达成汇总分析组件联动,取对应区域业绩排行前十的销售人员,用于激励其他销售人员冲击业绩。 3、活动销售趋势 销售趋势是指产品或服务销售量在一定时间范围内的变化趋势。此处做趋势分析是为了各运营中心负责人可以通过观察销售趋势,了解市场需求的变化、产品的受欢迎程度以及销售策略的效果。 结论:816活动期间,总体销售趋势较稳定,但东北零售运营中心销售趋势波动较大,可能存在一些因素导致销售量不稳定;同时,各运营中心应关注各自区域内增减的异常波动,寻找根本原因,提高优势降低劣势。 4、客单价分析 客单价是指消费者在单次购买中平均花费的金额。客单价通常用来衡量企业的销售业绩和消费者的购买力。企业可以通过客单价区间判断当前销售中用户平均消费水平。并对比不同销售区域的客单价水平,通过学习优秀的销售方案提高客单价,增加销售额和利润。计算公式为:客单价 = 销售额/ 购买次数。 结论:816活动期间,客单价小于5000元的客户占比超过60%,说明活动期间主推的产品方案均值过低,应调整销售产品方案;同时可以直观看见816活动期间,安徽零售运营中心平均客单价最高,湘赣零售运营中心平均客单价最低,活动后可组织经验分享大会,共同学习优秀案例。 PART 3 日常分析(发际线跟我作队——余甘、阿凡图) 1、数据总览 总体完成情况分析:主要有以下相关指标。 零售额:零售分销系统,经销商录入的零售订单金额。 成本:产品对应的成本价。 毛利率:(零售额-成本)/成本。 计划值:年初拟定的年总体计划值。 计划完成率:零售额/计划值。 分析思路: 省份零售额与成本额对比分析:进行省份零售额占比与成本额对比分析,可以帮助企业了解不同省份的销售表现和成本分布情况,从而指导资源配置和市场策略制定。 (1)区域市场规模:通过比较各省份的零售额,可以了解不同地区市场的规模和潜力。高零售额的省份可能具有较大的市场需求和消费能力,而低零售额的省份可能需要进一步挖掘市场机会或优化销售策略。 (2)消费行为差异:不同省份的消费者在购买力、偏好和消费习惯等方面存在差异。通过比较零售额,可以了解不同省份的消费行为差异。例如,一些省份可能更倾向于购买高端产品,而其他省份可能更注重性价比。 (3)市场竞争程度:高零售额的省份通常意味着市场竞争激烈,可能有更多的竞争对手。这需要企业在定价、品牌推广和服务等方面提供差异化优势,以获得竞争优势。 (4)成本管理效率:通过比较各省份的成本额,可以了解不同地区的成本管理效率。较低的成本额可能意味着供应链管理、运营效率等方面的优势。企业可以从成功的省份学习经验,提高自身的成本管理效率。 (5)市场发展潜力:通过比较零售额和成本额,可以评估各省份的市场发展潜力。高增长的零售额和适度的成本管理可能意味着该省份具有较好的市场发展前景,值得企业加大投入并进行扩张。 结论: (1)公司当期毛利率为24,59%,计划完成率为84.26%。 (2)全国各省份零售额与成本额对比如图,历年数据零售额与成本额较为接近。 2、毛利分析 毛利率是一个用于衡量企业盈利能力的指标,它表示每单位销售收入中的毛利润占比。毛利率可以帮助企业评估其销售和生产活动的盈利能力,以及产品或服务的成本效益。 毛利率的计算公式如下: 毛利率 = (销售收入 - 销售成本)/ 销售成本 * 100% 分析目的: 毛利率的分析目的在于帮助企业评估盈利能力、调整定价策略、改善成本控制和效率、评估竞争力,并为经营决策提供支持。这有助于企业实现更好的盈利状况和市场竞争力。 (1)盈利能力评估:毛利率是衡量企业盈利能力的重要指标。通过分析毛利率,可以了解企业每一单位销售收入中的利润占比。如果毛利率较高,说明企业能够更有效地控制成本和定价,从而实现更好的盈利能力。相反,如果毛利率较低,可能需要考虑成本管理、供应链优化等方面的改进来提高盈利能力。 (2)定价策略调整:毛利率的分析可以为定价策略提供指导。通过对不同产品或服务的毛利率进行比较,企业可以确定哪些产品或服务具有较高的利润潜力,从而调整定价策略以最大化利润。例如,如果某个产品的毛利率较低,企业可以考虑提高其价格或降低与之相关的成本,以提高盈利能力。 (3)成本控制和效率改进:毛利率分析也可以帮助企业识别成本控制和效率改进的机会。如果毛利率较低,可能意味着企业在生产、采购、运输等方面存在效率问题,需要优化成本结构和流程。通过分析毛利率,企业可以发现潜在的成本降低点,并采取相应措施来提高生产效率、优化供应链和减少浪费。 (4)竞争力评估:毛利率的分析还可以用于评估企业在市场上的竞争力。如果企业的毛利率较高,可能意味着其产品或服务具有较强的差异化竞争优势。相反,如果毛利率较低,可能需要重新评估竞争策略,寻找不同的定位或增加附加值,以提高竞争力。 分析思路: (1)取2020年全年零售数据,按照月份汇总每月零售额和毛利额。 (2)统计毛利额每月环比增加情况。 (3)统计每月毛利率变化情况和环比情况。 结论: (1)2020年2月份春节期间,零售额和毛利额达到最低点,年后3月份销售提升明显。 (2)11月达到全年零售销售额最高点。 (3)毛利率各月较为平稳,平均值在83%。 3、波士顿矩阵分析 波士顿矩阵是一种常用的市场分析工具,可以帮助企业进行零售数据分析和业务决策。它基于两个维度:市场增长率和市场份额,并将产品或服务划分为四个象限:明星、金牛、问题儿童和狗。 结论: (1)数据处理:除去公司主营产品(沙发、床、床垫、茶几、餐台、电视柜、餐椅、床头柜、单椅、按摩椅、餐边柜),其余产品的类别均统一修订为其他。 (2)销售额贡献现金流,利润贡献最终盈利。如图,在该统计期内,沙发大类的零售额与零售数量均高于其他类别,并且沙发类别的利润额也高于其他类别,表明沙发是我们公司当期主营产品,是明星产品,具有良好的发展潜力,并且可以为企业带来高回报,因此,我们有必要投入足够的资源来支持和推广这些明星产品。 (3)对于单椅品类,零售额、销售数量、利润均不高,处于第三象限,即波士顿矩阵中的瘦狗类产品,可以制定相应产品连带策略,如购买沙发,其配套单椅价格优惠等活动政策,带动该类产品的进一步发展。这也可能与公司的长期战略相关,应该持续给予一定关注。 4、销售结构分析 将家居产品按照不同的类别进行分类,例如沙发、茶几、电视柜等是客厅空间常见的家具;而床、衣柜、床头柜等则是卧室空间常见的家具。通过对各类产品的销售情况进行统计和比较,可以了解不同类别产品的销售状况。 分析目的:分析零售家居行业产品销售结构,结合市场情况,不断调整提升连带比,从而提升利润空间。同时,通过分析销售结构,可以了解客厅和卧室空间家居产品市场的规模、发展趋势和竞争格局。这对企业来说是重要的市场情报,可以帮助他们了解市场需求,调整产品定位和开展市场推广。 分析思路: (1)客餐厅——主产品:沙发,配套产品:单椅、电视柜、茶几、角几、餐台、餐椅; (2)卧室——主产品:床,配套产品:床垫、床头柜、排骨架; (3)分别计算不同品类商品在统计期间内销售数量。 结论:  (1)客餐厅销售结构中,单椅在配套产品中比例上升明显,说明单椅在市场中受客户青睐程度有所提升; (2)卧室连带比中,床垫在配套产品中比例有所下降,说明,市场上客户购买床之后,购买床垫的意愿有所下降。 5、产品线及产品大类分析 产品类别分析是对不同产品类别在市场中的表现和潜力进行评估和比较的过程。通过产品类别分析,企业可以了解各个产品类别的销售情况、竞争状况和发展趋势,从而制定相应的营销策略和品类管理决策。         结论:如左图为公司所有产品线的零售额分布及产品大类分布,可以看到,公司主营产品线为RealLaz、全产品线、顾家工艺,主营产品为沙发和床。 6、帕累托分析         即“二八定律” ,在任何一组东西中,最重要的只占其中一小部分,其余尽管是多数,却是次要的。因此,我们可以根据事物的主要特征进行分类,把被分析的对象按照占比分成 A、B、C 三类(可根据实际需求按照不同的比例分成多类),从而分清重点和一般,有区别的确定管理方式。 分析目的:已知不同品类商品的销售额信息,需分析商品销售量情况有重点的管理商品。 分析思路: (1)按照帕累托分析法,计算不同品类商品累计销售额及其占比。 (2)我们将品类按照累计销售额占比进行分类,其中累计占比在0-80%为A类、80%-90%为B类、90%-100%分为C类。 结论: (1)通过左图,按照以上分类原则进行划分,可以看到,销售额累计占比小于80%的A类产品为:沙发、床;介于80%至90%之间的B类产品为:床垫;其余产品均为C类产品。 (2)其中:A类产品总零售额为45306万,B类为5833万,C类为16267万。A类产品的零售额占比远超于其他两类,表明其是我们的主营产品,也是我们要重点关注的产品。 (3)ABC分类法还可以与后端产品供应保障策略相关联,根据分类制定特色供应策略。因此,重点A类产品可增加前期备货量,前置采购相应材料,缩短客户交期,从而提升客户满意度。C类产品由于量少、分类多,可接到订单后再生产,避免产生呆滞。 7、地图分析 分析思路——七大地理分区:         已知不同省份的零售额信息,需分析全国销售量情况,进而关注重点区域及省份。全国省份数量多,我们按照实际业务情况,将省份划分为不同的地理分区,自上而下承接一个目标,从而更高效管理。其归类标准为:东北:黑龙江、吉林、辽宁、内蒙古;西北:甘肃、宁夏、青海、陕西、新疆;西南:贵州、四川、西藏、云南、重庆;华南:广东、广西、海南;华北:北京、河北、山西、天津;华中:河南、湖北、湖南;华东:安徽、福建、江苏、江西、山东、上海、浙江。 结论: (1)左图地图展示全国各个地理分区、各省份的零售额分布情况,颜色越深表明相应零售额越多。 (2)可以看到,华东区域的零售额遥遥领先,这也与该区域消费水平息息相关。其中,华东区域中,江苏省、浙江省、安徽省的零售额最多。针对不同地理分区、不同省份,制定差异化销售政策。将重心放在头部区域,最大化最终收益。 (3)全国所有省份中,河南省零售额为9167万,排名第一,在内部挖掘明星产品,找到优势,同步复制到江苏省、河北省这两个零售额占比大的省份中,拉高产品及品牌定位。 (4)零售额排名靠后的产品,进一步分析原因,找到差距点。如果由于市场占有率等原因,可以调整相应策略。 PART 4 经销商分析(发际线跟我作队——勇敢牛牛) 经销商TOP100:此处经销商TOP100是指顾家所有经销商在一定时间内以零售额总和排名比较,在前100位的经销商。 分析思路:经销商TOP100的分析可以帮助企业了解市场竞争格局、优化渠道布局、选择合作伙伴等。根据时间、地域、产品等多维度分析,可以更好的使公司了解经销商销售情况。 结论: (1)通过经销商TOP100条形图,可以看到重庆市-胡**经销商下宋**销售员销售金额最多;张**销售员销量最少,可以制定相应的激励制度。 (2)通过左图,可以看到重庆市-胡**经销商的客单价为1.9万元,黑龙江哈尔滨市-孙**经销商的客单价为1.3万元;整体TOP100客单价为1.9万元。黑龙江哈尔滨市-孙**经销商客单价低于整体水平;可以在之后的谈单中,多介绍配套产品,给予一定的优惠,使客单价提升。 (3)通过左图,可以看到各市经销商排名及各自经销商下的销售排名;用于各自省份的督导快速进行数据比较。 (4)通过左图,可以看到各年各月各经销商排名及各自经销商下的销售排名。 PART 5 客户360分析(发际线跟我作队——勇敢牛牛) 客户360:是指通过收集、整合和分析客户相关的各种数据和信息,从多个维度全面了解客户的特征、需求、行为和价值。它是一种综合性的客户分析方法,旨在帮助企业深入了解客户,提供个性化的服务,并制定有效的市场策略。 结论: (1)通过上图可以看到所有客户的订单状态及订单详情,目前提交状态最多,还有订单处于审核状态,恐是异常数据。 (2)通过收入毛利率趋势图可以看到2020年整体客户的利润率及收入趋势情况。 (3)通过左图零售额趋势图可以分析出在整个市场下,三四季度所带来的营业额是远远多于其余季度的,再细化下去可以看出在20年及21年的8月份,11月份的销售额有一个质的提升,从中可以分析出顾家816及双十一活动所带来的销量暴增,可以继续细化分析各类活动的数据分析。 PART 6 生产分析(发际线跟我作队——任逍遥) 1、产量: 指在一定时间内生产或制造的产品或货物的数量。它用于衡量一个生产过程、制造业务或整个行业的生产效率和产能利用率。 2、用于衡量一个企业、一个制造过程或一个行业的生产能力和生产效率的指标。它可以帮助企业评估和管理其生产资源的利用情况,并为业务决策提供依据。 3、计划完成率:年度拟定的计划值,进行和产能的对比,是否完成拟定的计划值,分析公司的产能是否合理。 4、园区面积:截止到2021年所有工厂加起来的总面积,可分析不同工厂的产出比。 5、工厂TOP5排行:按不同工厂折算成标准套系,生产或制造的产品总量进行排行,可分析产能比是否合理。 6、工厂发货流向图:工厂基地生产完后,完成包装后,产品将通过物流渠道离开工厂发到区域仓,齐单后再进行分发到经销商。实际情况会因公司的供应链策略、产品类型和市场需求而有所变化。 7、结论: (1)结合产量,产能,发货及时率等关键指标,分析目前是否能支撑经销商的供货指标。 (2)如何能高效的提升B to C的发货时长,如顾客下单,经销商向公司采购,公司还需排期生产,按不同工厂生产完后,齐单发货给经销商,经销商再送货到顾客。周期是比较长的、需要按计划提前进行生产,可按顾客期望周期进行调拨库存处理。 (4)最终结果呈现的页面布局 三、参赛总结 1、FineBI工具使用感受 (1)FineBI的亮点 团队成员在去年及今年上半年,均学习了FineBI快速入门、FineBI专题操作等课程,对于工具的整体情况有了一定的了解,但是没有像此次比赛一样,完整的开发一个业务可用的数据分析报告。在比赛的过程中,团队每个人都更进一步掌握了FineBI的打开方式及亮点: FineBI工具相比于我们日常使用的Tableau、FineReport,操作方式及思维更易理解、更快上手、更加“接地气”,因此使用人群更加广泛,不再是仅限于专业相关人员的武器,业务人员也可以7天速成并助力日常工作,这样企业数据的使用可以延伸至业务层,提高了数据使用率,更新了业务工作模式。 在FineBI中可以快速制作出美观的图表,图表相关设置和EXCEL一样简洁直观,但是功能点更多,因此,新老手均可快速得到一张精美酷炫的可视化图表。 FineBI的仪表板样式相比其他工具,更加丰富,并且还可以自定义样式并保存复用,以后相同主题可以直接选择。 FineBI从数据导入、数据处理、可视化组件制作、到最终的仪表板展示与分析都逻辑清晰、层次分明,使用人员整体设计与分析思路不会因为工具的复杂性而跑偏,反而帮助使用者理清逻辑,引导我们分析,从而开发出严谨可用的分析报告。 FineBI的数据页面功能非常多,并且只用通过点击即可操作,对于IT小白非常友好。并且“所过之处必留痕迹”,数据层每一步操作FineBI都会在右侧记录,对于“鱼的记忆”的开发人员非常友好,时隔很久后依然清晰明白数据逻辑。同时协作人员也无需开发人员一步步解释,只需查看右侧操作步骤即可了解数据。 我们在分析报告中,通过GIF图片来实现一些动态效果,使得报告更加丰富。 总之,在这个过程中,团队之间互相分享、互相学习,真正将工具作为我们的帮手,FineBI帮助我们梳理数据、理清逻辑、实现精美的可视化、再结合实际情况与业务经验,最终得到了这份分析报告,团队所有人都收获非常大,大家学以致用,在实践中渐渐掌握了FineBI! (2)FineBI的暗点 在完成比赛的过程中,我们还遇到一些小困难,有部分通过我们的团队努力以其他方式解决,有些开发中遇到的问题,可能是我们团队没有掌握知识点,没能实现,希望借此机会与FineBI工作人员及各位参赛大佬们共同交流学习: 在我们零售数据分析的开发过程中,由于页面篇幅有限,不能用很长的篇幅来展示TOP100经销商,想要通过轮播来展示,我们通过团队内部研究及线上咨询服务询问等了解到目前FineBI6.0版本还不支持轮播功能。正当我们纠结时,团队的技术大咖榕姐提出可以通过链接的方式迂回实现!即先在帆软Report中做好的轮播效果,将链接展示在分析报告中,条条大路通罗马,当现有功能无法支撑我们的分析报告时,我们可以多多想想其他解决方案,看看有没有办法能够解决问题! 关于仪表板合并:我们团队一共5名成员,前期大家各自在自己账号进行分工开发工作,在最后整合所有工作成果时,发现正式环境组件和仪表板都没有“复制到”这个功能,每人的组件都非常多,合在一起工作量会非常大。询问客服后,尝试升级环境、查找插件、更改服务器参数路径,但均未奏效。最终我们将开发好的仪表板全部打包迁移到测试环境,在测试环境中进行合并。虽然最终解决了我们的问题,但是整个过程还是比较繁琐,希望后续可以开发出更简洁的协作分析功能。 还有以下几个小小的开发痛点,希望日后开发团队能够帮忙实现:仪表板页面文本组件没有格式刷功能,需要单独调整,比较耗费时间;仪表板中多个组件不能同时选择,调整布局时需要一个一个调整;仪表板整体自适应效果还需要升级,在笔记本和台式机的展示大小差异很大;联动设置能否增加全选、全不选设置,当组件多时,一个一个点很费时;仪表板复制到另一个时,内置数据集会失效;复制仪表板时,提示不能多人编辑,但实际复制成功;轮播等Report的功能能否同步开发到BI中;组件能否增加多选删除操作;能否增加保存按钮,自动保存不及时,有时候会保存失败。 2、参赛总结 经过此次BI大赛,遇到了新伙伴,也和旧伙伴的交流更加深入了,对于FineBI 6.0,大家都是新摸索的过程,一起开发一起学习,一起赞叹FineBI优秀的地方,也有一起吐槽某些功能的不足。总之,这次经历让我们对FineBI的认识更深了一层,非常有纪念意义! 终于从头到尾的应用FineBI做出了一份结合业务的数据分析报告,并在过程中积攒了相当多的经验,在实际应用中,发现了很多小知识点,收获非常大。并且FineBI非常适合用于分析报告,操作相对而言比较简单,业务也可以应用,让数据可视化与业务更加贴近,是我们后续在工作中需要重点推进的方向。在比赛的过程中,与团队成员的关系越来越好,越来越有默契,来自不同视角的分析让我们互相受益匪浅,三人行必有我师焉,我们五人小分队共同学习,一起进步,让发际线不再和我们作对~感谢我们一起拼搏的团队! 想要做出一份完整的数据分析报告确实很不容易,业务逻辑、数据逻辑、分析思路、展现形式、分析报告等等都需要我们不断深入,不断理解,这次的分析报告还有很多需要完善的地方,比赛截止8月16日,但我们对于FineBI的探索、对于业务数据分析报告的思考没有停止,以终为始,我们将继续在成为优秀数据分析师的路上披荆斩棘、过关斩将,期待我们早日从小白转变为大白~ 参加帆软BI比赛给我提供了一个锻炼和展示自己数据分析技能的机会。在比赛中,我不仅能够应用所学的数据分析工具和技术,还能在实践中不断学习和提升自己的能力,这种实际应用的经验对于我们的职业发展非常有价值。其次,与公司的小伙伴一起参赛让我感受到团队合作的重要性。我们共同面对挑战,分享知识和经验,相互支持和鼓励。通过团队合作,我们能够更高效地完成任务,并提供更全面的解决方案。这种合作精神在解决复杂问题时尤为重要。总结就是,参加帆软BI比赛让我在数据分析领域得到了实践锻炼、团队合作经验、与行业专业人士交流学习的机会,并深刻认识到数据分析的价值和影响力。这对我的职业发展和个人成长都具有积极的影响。 零售家居行业全链路数据分析报告.pdf (6.71 M) 公共链接分享仪表盘:https://bisolutions.fanruan.com/webroot/decision/link/rVSe
个人成就
内容被浏览28,437
加入社区6年25天
返回顶部